（2）过于注重算法设计

    深度学习算法c深度挖掘算法的设计虽然使人工智能程序计算出人类想要的数据结论，但也使其计算广度和计算的对外关联性造成缺失，从而造就了树形的数据计算模型[6]，而不是人类思维的网状计算模型；

    （3）过于注重数据的准确性

    在人类思维当中，对某个事物的判断依据基于人类自身的阅历。数据结论正确与否取决于单一人类个体对事物的认知，而认知本身是矛盾的，也可以随阅历的增多而改变[7]。因此准确的人工智能数据结论不符合人类生物的个性化特征。仿生的人工智能数据分析结论一定最少包含相互矛盾的两种数据集合；

    （4）过于注重计算性能

    长期对人工智能系统的研发失败使计算机科学工作者们产生了误区，认为是计算机的处理性能不足导致的系统运行能力不足。但忽略了现有计算机的体系结构与人脑的差别[8]。现代脑科学证明，人脑的实际计算能力远低于计算机的处理性能，且在工作状态时处于单线程运行模式。因此对于单体计算机性能的不断追求不符合仿生学设计原理，使计算机科学工作者们陷入了人工智能的研究误区；

    （5）结构设计不合理

    基于图灵机发展而来的计算机，具备输入至输出的基本工作模式，该模式也局限了计算机科学工作者的思维模式，导致人工智能系统的结构设计缺陷。真正的人类智能的运转过程是“输入一存储一关联计算一输出检验一输入”的闭环结构，是不断迭代发展的启发式计算模式，所以当前人工智能的结构设计必须改变[9]。

    总体来看，现有的“人工智能”虽然帮助人们在生活和工作中解决了一些实际问题，但都是功能和着眼点狭窄的细节问题。这些问题的解决均依靠预先编制好的程序，并不具有自主决断c联想创造的能力[10]，所以严格来讲均只是一种功能更为强大的计算工具，而不是“智能”。为了区分于原始的“人工智能”系统，文章为目标系统命名为“人工灵魂系统”，下文将介绍该系统的设计思路。

    22人脑生物特性的计算机表述

    人脑是人类得以统治世界的关键因素，是人类区别于其它动物的重要环节。之前的生物学家多数认为人脑与其它动物的大脑有本质不同，甚至有人认为人脑是“有灵魂”的，而其他动物大脑“没有灵魂”。然而21世纪的最新脑科学研究显示，人脑与其他哺乳动物的大脑在细胞结构c物质组成c工作原理等方面并不存在巨大区别：人之所以成为最优等的生物，主要因为脑容量相对较大c组成大脑皮层的灰质面积较大c处理逻辑问题的能力较强c海马体的活跃程度较高等优势[5]。

    作者虽为计算机科学专业博士，但为研究人工智能仿生技术，潜心多年研究阅读脑科学论文c脑医学临床c心理学理论等科学技术，终于找到了人脑思维的奥秘所在。人脑的结构组成属于医学研究范畴，在文章中将不再描述，作者重点关注的是人类神经细胞的工作原理c储存及记忆原理c逻辑思维产生的过程c创造力产生的过程等，并通过计算机科学工作者的角度加以描述。

    脑神经系统是人类神经系统的最核心部分，因此脑神经细胞具备人类神经细胞的基本功能性特征，即：对刺激信号的反馈能力c对信息的传输能力。在人类大脑的最外层是灰质，也是大脑中最为活跃的区域，眼睛c耳朵c鼻子c舌头等器官的感观信号以电势脉冲的形式，通过较长的神经纤维经过丘脑传送给灰质的相应反射区域。反射区域会以细胞冲动的形式映像出外界刺激的模型。

    例如，当小明来到动物园的虎笼前，其神经系统会发生如下活动：

    （1）感观上，小明的眼睛会将虎的形态完整映像

『加入书签，方便阅读』